Výsledky vyhledávání
- 1.0572576 - ÚI 2024 RIV GB eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Approximation of Classifiers by Deep Perceptron Networks.
Neural Networks. Roč. 165, August 2023 (2023), s. 654-661. ISSN 0893-6080. E-ISSN 1879-2782
Grant CEP: GA ČR(CZ) GA22-02067S
Institucionální podpora: RVO:67985807
Klíčová slova: Approximation by deep networks * Probabilistic bounds on approximation errors * Random classifiers * Concentration of measure * Method of bounded differences * Growth functions
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 7.8, rok: 2022
Způsob publikování: Omezený přístup
https://dx.doi.org/10.1016/j.neunet.2023.06.004
Trvalý link: https://hdl.handle.net/11104/0343221 - 2.0543168 - ÚI 2022 RIV DE eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Correlations of Random Classifiers on Large Data Sets.
Soft Computing. Roč. 25, č. 19 (2021), s. 12641-12648. ISSN 1432-7643. E-ISSN 1433-7479
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Random classifiers * Optimization of feedforward networks * Binary classification * Concentration of measure * Method of bounded differences
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 3.732, rok: 2021
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1007/s00500-021-05938-4
Trvalý link: http://hdl.handle.net/11104/0320443 - 3.0532708 - ÚI 2022 RIV US eng J - Článek v odborném periodiku
Kůrková, Věra - Coufal, David
Translation-Invariant Kernels for Multivariable Approximation.
IEEE Transactions on Neural Networks and Learning Systems. Roč. 32, č. 11 (2021), s. 5072-5081. ISSN 2162-237X. E-ISSN 2162-2388
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Classification * Fourier and Hankel transforms * 17 function approximation * radial kernels * translation-invariant kernels
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 14.255, rok: 2021
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1109/TNNLS.2020.3026720
Trvalý link: http://hdl.handle.net/11104/0311119 - 4.0524108 - ÚI 2021 RIV US eng J - Článek v odborném periodiku
Kainen, P.C. - Kůrková, Věra - Vogt, A.
Approximative Compactness of Linear Combinations of Characteristic Functions.
Journal of Approximation Theory. Roč. 257, September 2020 (2020), č. článku 105435. ISSN 0021-9045. E-ISSN 1096-0430
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Approximative compactness * Compact sets of characteristic (indicator) functions * Symmetric difference metric * Hausdorff metric * Haar measure * Neural networks
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 1.091, rok: 2020
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1016/j.jat.2020.105435
Trvalý link: http://hdl.handle.net/11104/0308450 - 5.0523724 - ÚI 2021 RIV GB eng J - Článek v odborném periodiku
Iliadis, L. - Kůrková, Věra - Hammer, B.
Brain-inspired Computing and Machine Learning (editorial).
Neural Computing & Applications. Roč. 32, č. 11 (2020), s. 6641-6643. ISSN 0941-0643. E-ISSN 1433-3058
Institucionální podpora: RVO:67985807
Klíčová slova: editorial * brain-inspired computing
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 5.606, rok: 2020
Způsob publikování: Open access
http://dx.doi.org/10.1007/s00521-020-04888-6
Trvalý link: http://hdl.handle.net/11104/0308028Název souboru Staženo Velikost Komentář Verze Přístup 0523724-afin.pdf 1 164.3 KB OA dle Scop. Vydavatelský postprint povolen 0523714-a.pdf 2 29.5 KB Vydavatelský postprint vyžádat - 6.0503896 - ÚI 2020 RIV NL eng J - Článek v odborném periodiku
Kůrková, Věra
Some insights from high-dimensional spheres: Comment on 'The unreasonable effectiveness of small neural ensembles in high-dimensional brain' by Alexander N. Gorban et al.
Physics of Life Reviews. Roč. 29, July 2019 (2019), s. 98-100. ISSN 1571-0645. E-ISSN 1873-1457
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: neural networks * high-dimensional geometry * concentration of measure * commentary
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 14.789, rok: 2019
Způsob publikování: Omezený přístup
Trvalý link: http://hdl.handle.net/11104/0295662 - 7.0485613 - ÚI 2020 RIV US eng J - Článek v odborném periodiku
Kůrková, Věra
Limitations of Shallow Networks Representing Finite Mappings.
Neural Computing & Applications. Roč. 31, č. 6 (2019), s. 1783-1792. ISSN 0941-0643. E-ISSN 1433-3058
Grant CEP: GA ČR GA15-18108S; GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: shallow and deep networks * sparsity * variational norms * functions on large finite domains * finite dictionaries of computational units * pseudo-noise sequences * perceptron networks
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 4.774, rok: 2019
Způsob publikování: Open access
http://dx.doi.org/10.1007/s00521-018-3680-1
Trvalý link: http://hdl.handle.net/11104/0280569Název souboru Staženo Velikost Komentář Verze Přístup 0485613-afin.pdf 12 608 KB stránkovaná, finální verze Vydavatelský postprint vyžádat 0485613.pdf 5 330.3 KB Autorský preprint vyžádat - 8.0485611 - ÚI 2020 RIV US eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Classification by Sparse Neural Networks.
IEEE Transactions on Neural Networks and Learning Systems. Roč. 30, č. 9 (2019), s. 2746-2754. ISSN 2162-237X. E-ISSN 2162-2388
Grant CEP: GA ČR GA15-18108S; GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Binary classification * Chernoff–Hoeffding bound * dictionaries of computational units * feedforward networks * measures of sparsity
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 8.793, rok: 2019
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1109/TNNLS.2018.2888517
Trvalý link: http://hdl.handle.net/11104/0280566Název souboru Staženo Velikost Komentář Verze Přístup 0485611-a.pdf 18 458.9 KB Vydavatelský postprint vyžádat - 9.0474092 - ÚI 2019 RIV US eng J - Článek v odborném periodiku
Kůrková, Věra
Constructive Lower Bounds on Model Complexity of Shallow Perceptron Networks.
Neural Computing & Applications. Roč. 29, č. 7 (2018), s. 305-315. ISSN 0941-0643. E-ISSN 1433-3058
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: shallow and deep networks * model complexity and sparsity * signum perceptron networks * finite mappings * variational norms * Hadamard matrices
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 4.664, rok: 2018
Trvalý link: http://hdl.handle.net/11104/0271209Název souboru Staženo Velikost Komentář Verze Přístup a0474092.pdf 8 495.8 KB Vydavatelský postprint vyžádat - 10.0473964 - ÚI 2018 RIV GB eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Probabilistic Lower Bounds for Approximation by Shallow Perceptron Networks.
Neural Networks. Roč. 91, July (2017), s. 34-41. ISSN 0893-6080. E-ISSN 1879-2782
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: shallow networks * perceptrons * model complexity * lower bounds on approximation rates * Chernoff-Hoeffding bounds
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 7.197, rok: 2017
Trvalý link: http://hdl.handle.net/11104/0271067Název souboru Staženo Velikost Komentář Verze Přístup a0473964.pdf 16 549.9 KB Vydavatelský postprint vyžádat